Article Per Year (5 Year)
p-Index From 2020 - 2025
2.757
P-Index
This Author published in this journals
All Journal SINTECH (Science and Information Technology) Journal Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Tekno Insentif JUTEKIN (Jurnal Manajemen Informatika) Building of Informatics, Technology and Science Dinasti International Journal of Education Management and Social Science JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) JIKA (Jurnal Informatika) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Competitive Jurnal Informatika: Jurnal Pengembangan IT Jurnal Ilmiah Sistem Informasi The Indonesian Journal of Computer Science
Prianto, Cahyo
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences Transportation

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
PENENTUAN RUTE TERPENDEK LOKASI BADAN PUSAT STATISTIK KOTA BANDUNG DENGAN ALGORITMA DIJKSTRA Firwanda, Arjun Yuda; Prianto, Cahyo; Rahayu, Woro Isti
JUTEKIN (Jurnal Teknik Informatika) Vol 9, No 1 (2021): JUTEKIN
Publisher : LPPM STMIK DCI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51530/jutekin.v9i1.509

Abstract

Dalam kehidupan sehari-hari teknologi informasi sangat berkembang pesat dengan kinerja yang cepat. Seseorang sering menggunakan teknologi untuk melakukan perjalanan dari suatu tempat ke tempat tujuan. Dengan kebutuhan perjalanan yang menuntut adanya pemilihan rute dalam jangka waktu yang singkat dan efisien terhadap waktu dan biaya yang dibutuhkan untuk mencapai ke tempat tujuan.Oleh karena itu dari permasalah tersebut peneliti menyimpulkan bahwa dalam menentukan rute atau jalur terpendek akan digunakan metode Algoritma Dijkstra yang diterapkan untuk memberikan rekomendasi rute perjalanan terpendek.Hasil dari penelitian ini rute terpendek menggunakan perhitungan Excel dan percobaan coding Python dan R. Berdasarkan pengujian yang dilakukan semua hasil pengujian menghasilkan rute terpendek yang dilalui adalah N1, N2, N5, N13, N15, N17, N20, N30, N32, N34, N36, N37, N38 dengan jarak dari titik awal N1 (Politeknik Pos Indonesia) ke titik akhir (Badan Pusat Statistik Kota Bandung) adalah 10.24 KM. Kata Kunci: Teknologi Informasi, Algoritma Dijkstra, Rute Terpendek, Google Maps
Penerapan Metode Clustering Dalam Segmentasi Pelanggan Perusahaan Logistik Kishendrian, Hanan; Hanum, Nisa; Prianto, Cahyo; Rahayu, Woro Isti
SINTECH (Science and Information Technology) Journal Vol. 6 No. 3 (2023): SINTECH Journal Edition December 2023
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v6i3.1432

Abstract

Marketing is important in business to compete and maintain market share. The development of technology brings major changes in the industry. In addition to product development as well as required services, and customer segmentation becomes a factor to consider in marketing strategies. Clustering, such as the K-Means method, is used in customer segmentation to divide data into groups based on similarities. This technique helps in useful pattern recognition and customer segmentation. By applying Clustering techniques in Data mining, companies can understand customer behavior, recognize similar customer groups, and plan marketing strategies accordingly. The results showed that the best cluster was generated with a k value of 4, and the data was normalized using the Min-Max Normalization method. Grouping customers in the form of clusters can enable the identification of consumer profiles to guide companies in decision making.
PERANCANGAN PENGEMBANGAN SISTEM INVENTORI PADA APLIKASI KIRIMAN INTERNASIONAL PADA PERUSAHAAN EKSPEDISI MENGGUNAKAN METODE USER CENTERED DESIGN Helmi Azhar; Prianto, Cahyo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i1.4563

Abstract

Teknologi informasi saat ini berkembang sangat pesat sekali. Dimana kebutuhan pengolaan data yang menghasilkan informasi secara cepat dan tepat sangat dibutuhkan. Salah satu managemen data yang dibutuhkan yaitu dalam sistem inventori. Sistem inventori adalah kegiatan pengolahan data barang pada suatu ruangan. Berdasarkan hasil penelitian yang dilakukan pada salah satu perusahaan ekspedisi, terdapat permasalahan pada perusahaan ekspedisi ini yaitu kurang terinci pada sistem inventori yang ada sehingga belum bisa mengontrol stok barang yang tersedia. Oleh karena itu pada penlitian ini penulis ingin membuat “Perancangan Pengembangan Sistem Inventori Pada Aplikasi Kiriman Internasional Pada Perusahaan Ekspedisi Menggunakan Metode User Centered Design”. Dengan tujuan sistem inventori di perusahaan ekspedisi menjadi lebih baik lagi dengan informasi stok barang yang jelas. Selain informasi stok barang yang jelas dengan dikembangkannya sistem inventori akan mengefisienkan ruang yang ada. Dalam rancangan pengembangan web ini akan menggunakan framework yang ada pada PHP yaitu codeigniter. Codeiginiter atau CI merupakan salah satu framework atau kerangka kerja untuk membuat website dengan bahasa pemrograman PHP. Selain itu juga dalam pengembangan ini akan menggunakan MySQL sebagai databasenya.
ANALISIS PERBANDINGAN PENGGUNAAN ALGORITMA SEQUENTIAL SEARCH DAN BINARY SEARCH PADA APLIKASI SURAT PERJALANAN DINAS Markuci, Dian; Prianto, Cahyo
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i1.4569

Abstract

Algoritma pencarian merupakan proses menemukan data atau informasi tertentu dalam sekumpulan data menggunakan kata kunci atau keyword. Terdapat bermacam-macam algoritma pencarian dan setiap algoritma memiliki kelebihan dan kekurangannya masing-masing, Pada penelitian kali ini penulis akan meneliti dua algoritma pencarian yaitu sequential search dan binary search. Pada studi kasus ini dua algoritma tersebut akan diterapkan untuk pencarian data pegawai di aplikasi surat perjalanan dinas. kemudian akan dianalisis kecepatan rata-rata waktu pencarian masing-masing algoritma. Selanjutnya akan dilakukan perbandingan dua algoritma tersebut dalam melakukan proses pencarian. Setelah melakukan analisis, kecepatan rata-rata pencarian sequential search untuk data yang terletak di awal , tengah dan akhir yang di peroleh yaitu 0.001750 s, 0.002227 s, 0.002387. Sedangkan kecepatan pencarian binary search untuk data yang terletak di awal , tengah dan akhir yang di peroleh yaitu 0.001827 s, 0.001747 s, 0.001750 s. Dapat disimpulkan algoritma sequential search dapat mencari data dengan cepat apabila data yang dicari terletak di awal, Namun apabila data yang dicari terletak di akhir maka pencarian akan semakin lama. Sedangkan kecepatan binary search cenderung lebih stabil dan cepat untuk pencarian data sehingga akan lebih cocok untuk diterapkan pada aplikasi surat perjalanan dinas atau pencarian data pada aplikasi dengan jumlah data yang banyak atau besar.
ANALISIS PERBANDINGAN DECISION TREE C4.5 DAN KNN DALAM PERIZINAN BONGKAR MUATAN KAPAL Nazifah, Naurah; Prianto, Cahyo; Awangga, Rolly Maulana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6889

Abstract

Classification Decision Tree merupakan salah satu metode populer dalam analisis data dan pembelajaran mesin. Algoritma C4.5 adalah salah satu algoritma decision tree yang banyak digunakan karena kemampuannya dalam menghasilkan aturan keputusan yang dapat dipahami dengan mudah. Perizinan bongkar muatan kapal adalah proses krusial dalam operasi pelabuhan yang memastikan kapal dapat secara efisien dan aman melakukan bongkar muatan dalam upaya untuk meningkatkan efisiensi dan mengoptimalkan pengambilan keputusan perizinan. Penelitian ini bertujuan untuk melakukan analisis perbandingan metode machine leraning antara algoritma decision tree C4.5 dengan algoritma K-Nearest Neighbors (KNN). Penulis sudah membandingkan kinerja algoritma-algoritma ini berdasarkan kriteria yang termasuk akurasi prediksi, dengan Classification Decision Tree menghasilkan peramalan unggul sebesar 98,33% dan 97,60% untuk algoritma KNN dalam investigasi ini. Hasil analisis bahwa pemilihan algoritma decision tree harus didasarkan pada tujuan spesifik analisis dan karakteristik data yang digunakan. Jika interpretabilitas aturan keputusan menjadi faktor utama, algoritma C4.5 tetap menjadi pilihan yang baik. Namun, jika akurasi prediksi dan penanganan data yang tidak seimbang menjadi prioritas, algoritma KNN dapat menjadi pilihan yang lebih baik.
E-learning Academy Untuk Meningkatkan Kapasitas SDM Di Lingkungan Perusahaan Transportasi X Andarsyah, Roni; Prianto, Cahyo
Jurnal Informatika: Jurnal Pengembangan IT Vol 9, No 3 (2024)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v9i3.7835

Abstract

 Services in the field of land transportation services are still a sector needed by the community for mobility and economic growth. The main problem faced by Transportation Company X in developing human resources (HR) is the uneven skills and knowledge between generations in the organizational structure. Gen X dominates with 57.36%, Gen Y (38.34%) and Gen Z (4.29%). This has an impact on the ability to adapt to the demands of the modern transportation industry. This research aims to develop and implement an e-Learning Academy, to increase the capacity of X Transportation Company's human resources. This research methodology uses SCRUM framework in learning system development, with agile approach that allows adaptation to changes quickly and efficiently. E-Learning Academy features video-based learning and interactive elements that allow employees to learn independently, thus maximizing knowledge transfer and improving skills in various fields. Survey results after testing by users through user acceptance test activities show that on the Ease of Navigation aspect, 55% of respondents stated “strongly agree” the application is easy to use”. The aspect of Confidence in Application Capabilities, the results are 55% of respondents “strongly agree” this application believes it can improve HR skills and abilities. For the Quality of Main Features, 36% of respondents stated “strongly agree” the main features in this application are easy to use and the remaining 64% stated “agree”. On the aspect of Impact on HR Improvement, 46% of respondents “strongly agree” this application has a positive impact and the remaining 54% of respondents stated “agree”. Finally, on the aspect of Benefit for the Company, 36% of respondents “strongly agree” that this application is useful and the remaining 64% stated “agree”. This platform can be accessed across all business sectors so that it becomes a strategic tool that helps Transportation Company X achieve its goals and improve its public transportation services.
Implementasi Algoritma Gunning Fog Index Untuk Mengukur Tingkat Keterbacaan Tugas Akhir Mahasiswa Menggunakan Pemrograman Python Riza, Noviana; Supriady, Supriady; Setiadi, Hilman; Prianto, Cahyo
Journal of Computer System and Informatics (JoSYC) Vol 6 No 1 (2024): November 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v6i1.6176

Abstract

This research is motivated by the importance of abstracts in a scientific work as a key element that provides an overview of the content of the research. Abstracts are a key element in scientific work, and their readability is important so that the research message can be well understood by readers. However, students' abilities in writing abstracts vary greatly. Some students still have difficulty in compiling abstracts that comply with the rules, which affects the readability and understanding of their research by readers. In addition, there are also students who are already proficient in making abstracts. Therefore, this study aims to measure the level of readability of students' final project abstracts and identify the factors that influence it using the Gunning Fog Index. This study involves the analysis of 100 abstracts from various departments at the University of Logistics and International Business. A web-based application will be built using Python. The model created will be implemented in the form of an application to make it easier for users to find out the level of readability. The implementation results show that the average Gunning Fog Index of the 100 abstracts analyzed was 9.2564, which means that the abstracts can generally be understood by readers with an education level equivalent to grade 9 of junior high school. The majority of abstracts (68%) were categorized as easy to read, while 9% were in the moderate category and 23% were difficult. The analysis also showed variations in readability levels between departments, with Study Program D having the highest average Gunning Fog Index and Study Program A having the lowest. Overall, this implementation successfully demonstrated the readability levels of students’ abstracts and provided insight into variations in writing quality between departments.
IMPLEMENTASI LINEAR PROGRAMMING PADA MODEL CVRPP UNTUK PENGELOLAAN OPERASIONAL LOGISTIK Adiningrum, Nur Tri Ramadhanti; Prianto, Cahyo; Setyawan, Muhammad Yusril Helmi
Jurnal Informatika Vol 8, No 4 (2024): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v8i4.12068

Abstract

Perusahaan logistik merupakan perusahaan yang memiliki kekhususan dalam penyediaan layanan logistik, yang membantu dalam mengelola fungsi rantai pasokan termasuk pergudangan, distribusi, dan transportasi. Salah satu perusahaan logistik di kota Bandung,yang bergerak di bidang layanan jasa logistik dan memiliki layanan pickup yang bertugas untuk memasarkan produk serta melakukan layanan penjemputan barang. Pada layanan ini, tahap perencanaan aktivitas seperti rute dan kapasitas kendaraan merupakan tahapan yang penting. Namun, pada penerapannya perusahaan ini belum menerapkan aktifitas perjalanan dengan rute terbaik atau hanya berdasar pengalaman driver, serta kurang memaksimalkan kapasitas angkut kendaraan. Capacitated Vehicle Routing Problem with Pickup (CVRPP) adalah metode yang digunakan dalam penanganan masalah ini. Penelitian ini bertujuan pada pembuatan model pencarian jarak dan pemaksimalan kapasitas kendaraan yang dapat meningkatkan efisiensi operasional dalam pengelolaan kapasitas dan rute logistik.  Untuk mencapai tujuan penelitian, Linear Programming dengan bahasa pemrograman Python digunakan sebagai proses perhitungan yang digunakan dan menghasilkan solusi terbaik. Hasil penelitian menunjukkan bahwa rute yang terbentuk menggunakan Linear Programming menghasilkan jarak paling pendek diantara rute lainnya dengan penghematan jarak sebesar 19.99% pada analisis dan 31.92% pada aplikasi. Hal itu juga didukung dengan evaluasi dengan Optimality Gap yang bernilai 0% atau solusi yang ditemukan adalah optimal atau sangat baik.
Probability Prediction for Graduate Admission Using CNN-LSTM Hybrid Algorithm Zuhri, Burhanudin; Harani, Nisa Hanum; Prianto, Cahyo
The Indonesian Journal of Computer Science Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i3.3248

Abstract

Currently, the prediction of student admissions still uses conventional machine learning algorithms where there is no algorithm for optimization. This study aims to produce a model that can predict student acceptance of ownership more optimally by using an optimization hybrid learning algorithm, namely the Convolutional Neural Network Long Short Term Memory (CNN-LSTM). This study uses the Microsoft Team Data Science Process method which consists of business understanding, data acquisition & understanding, modeling, and implementation as well as using the acceptance dataset obtained from the kaggle.com website as much as 500 data. The results showed that the CNN-LSTM hybrid learning model could optimize the prediction of students' chances of success in exposure as evidenced by the evaluation results of RMSE of 6.31%, MAE of 4.4%, and R2 of 80.52%. This model is implemented in a website application using the Python language, the Django framework, and the MySQL database.
Performance Analysis and Development of QnA Chatbot Model Using LSTM in Answering Questions Ilyas Tri Khaqiqi, M; Harani, Nisa Hanum; Prianto, Cahyo
The Indonesian Journal of Computer Science Vol. 12 No. 3 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i3.3249

Abstract

This research aims to evaluate the performance of a Long Short-Term Memory (LSTM) based chatbot in answering questions (QnA). LSTM is a type of Recurrent Neural Network (RNN) architecture specifically designed to overcome vanishing gradient problems and can store long-term information. The method used is 5-fold cross-validation to train the chatbot model with 15 epochs at each fold using the dataset provided. The results showed variations in model performance at each fold. At the 5th fold, there was a decrease in performance with 84.63% accuracy, 96.36% precision, 64.9% recall, and 69.84% loss value. This finding shows that there is variability in the performance of the QnA chatbot model at each fold. In conclusion, the LSTM chatbot model can provide good answers with high accuracy and precision. Still, performance variations need to be considered in the use of this chatbot.
Co-Authors Adiningrum, Nur Tri Ramadhanti Aminuyati Andarsyah, Roni Azzahra, Fedhira Syaila Putri Fedhira Firwanda, Arjun Yuda Hanum, Nisa Harani, Nisa Hanum Helmi Azhar Hutabarat, Rizkyria Angelina Pandapotan Ilyas Tri Khaqiqi, M Kamaluddin, Rendy Kishendrian, Hanan Markuci, Dian Muhammad Yusuf, Hadi Pertiwi, Aryka Anisa Rahayu, Woro Isti Riza, Noviana Rolly Maulana Awangga, Rolly Maulana Rukmi Juwita Setiadi, Hilman Setyawan, Muhammad Yusril Helmi Sulaksono, Al Novianti Ramadhani Supriady, Supriady Zuhri, Burhanudin